三維幾何跟蹤及應(yīng)用.pdf

1、隨著數(shù)字采集設(shè)備的普及和多樣化，人們?cè)絹?lái)越關(guān)注如何從所采集的數(shù)據(jù)中去定位、分析三維物體的形狀與運(yùn)動(dòng)，即所謂的三維幾何跟蹤問(wèn)題。三維幾何跟蹤問(wèn)題是計(jì)算機(jī)視覺(jué)、計(jì)算機(jī)圖形學(xué)中的重要問(wèn)題，是三維動(dòng)態(tài)幾何重建的核心與基礎(chǔ)，在虛擬現(xiàn)實(shí)、人機(jī)交互、游戲、電影等領(lǐng)域有廣泛應(yīng)用。近些年來(lái)，三維幾何跟蹤技術(shù)有了較大程度的發(fā)展，涌現(xiàn)了許多方法，能夠準(zhǔn)確跟蹤并重建場(chǎng)景。然而，這些方法常常依賴(lài)于高質(zhì)量數(shù)據(jù)輸入或者復(fù)雜的設(shè)備配置，不利于在一般用戶(hù)中進(jìn)行推廣。

2、r>　　基于上述研究背景和現(xiàn)狀，本文研究了如何利用目前已有的一般數(shù)據(jù)采集設(shè)備，諸如網(wǎng)絡(luò)攝像頭或者Kinect深度相機(jī)等，對(duì)真實(shí)場(chǎng)景中的三維物體進(jìn)行跟蹤，并恢復(fù)其三維形狀和運(yùn)動(dòng)。這些數(shù)據(jù)采集設(shè)備的輸入往往包含不同的信息:如顏色信息、深度信息等，被跟蹤物體也具有不同的運(yùn)動(dòng)特性。本文從應(yīng)用領(lǐng)域出發(fā)，針對(duì)不同的輸入和不同物體的特點(diǎn)，對(duì)三維幾何跟蹤問(wèn)題進(jìn)行探索，取得研究成果如下:
　　提出一個(gè)基于八叉樹(shù)和剛體迭代近鄰跟蹤技術(shù)的實(shí)時(shí)大尺度室內(nèi)

3、場(chǎng)景跟蹤和重建算法。此算法將場(chǎng)景數(shù)據(jù)表示成基于八叉樹(shù)數(shù)據(jù)結(jié)構(gòu)的符號(hào)距離場(chǎng)，并提出基于八叉樹(shù)數(shù)據(jù)結(jié)構(gòu)的重建更新和表面預(yù)測(cè)算法。此算法充分考慮了進(jìn)行算法更新時(shí)在GPU中并行地對(duì)八叉樹(shù)進(jìn)行各項(xiàng)操作，在保證節(jié)省GPU存儲(chǔ)資源的同時(shí)兼具高效的運(yùn)算效率。鑒于八叉樹(shù)結(jié)構(gòu)的引入，此算法可以在有限的GPU顯存資源下達(dá)到較以往方法更高的重建精度，從而使得場(chǎng)景的跟蹤過(guò)程更加穩(wěn)定，提高了三維重建系統(tǒng)的實(shí)用性和易用性。
　　提出一個(gè)基于視頻的人臉表情實(shí)時(shí)跟

4、蹤和動(dòng)畫(huà)算法。該算法利用支撐向量機(jī)和局部二值模式特征構(gòu)建分類(lèi)器分析視頻中的人臉表情狀態(tài)，同時(shí)結(jié)合視頻中人臉的特征點(diǎn)，設(shè)計(jì)了一種狀態(tài)可知的人臉表情跟蹤算法，估計(jì)視頻中人臉的位置、朝向，以及各種表情中人臉表情基的系數(shù)。利用這些姿態(tài)和表情系數(shù)信息，將跟蹤結(jié)果映射到虛擬面部模型，實(shí)現(xiàn)實(shí)時(shí)的臉部表情驅(qū)動(dòng)動(dòng)畫(huà)。該算法充分考慮了人臉表情狀態(tài)高層語(yǔ)義的跟蹤，這使得此算法生成的動(dòng)畫(huà)較以往算法在表情的模擬上更加的生動(dòng)真實(shí)。
　　針對(duì)三維重建過(guò)程中近似

5、剛性物體會(huì)發(fā)生輕微形變的特點(diǎn)，提出一種近似剛性物體的跟蹤、重建框架和算法。該算法采用一種模型到部分(model-to-part)的機(jī)制將新的深度數(shù)據(jù)的采樣結(jié)點(diǎn)集成到形變圖中。在擬剛性假設(shè)之下，該模型到局部機(jī)制能夠使形變圖做出非剛體形變以避免幾何跟蹤過(guò)程中明顯的累積誤差，同時(shí)還能隱式地達(dá)到重建過(guò)程中閉合回路的效果。基于該算法，我仇構(gòu)建了一個(gè)人體重建系統(tǒng)，該系統(tǒng)能夠方便地重建出高質(zhì)量人體模型。
　　提出一種基于單個(gè)視頻和深度相機(jī)的人體